隨著瑞典醫療技術公司Getinge越來越多地實施產品數字化，同時適應不斷變化的全球法規，他們對於公司內部數據環境的要求也越來越高。公司首席資訊官Pelle Nilsson解釋了他和他的團隊是如何幫助最大限度提高效率，以及最大限度地減少干擾以造福客戶的。
120年前Getinge公司成立時，主要關注的是農業機械，但在20世紀30年代開始轉向醫療技術，如今成了這家全球知名公司的一項知名業務。
最近，該公司的產品數字化程度越來越高，擁有管理患者流量的軟體、手術規劃工具和無菌管理流程，這些流程可以優化庫存並確保手術器械在正確的時間送到正確的地點。
「我們現在正在擴展所有這些服務，增加了面向最終客戶的服務量，」Getinge公司首席資訊官Pelle Nilsson這樣說道。
例如，去年Getinge公司推出了一款聯網手術台和一款名為Servo Twinview的解決方案，這是一款數字孿生呼吸機，你可以通過電腦、智慧型手機或平板電腦跟蹤患者數據，而無需打擾患者。它還為醫院工作人員提供了遠程支持、培訓和更輕鬆的交接機會。
合理的集成
為了能夠提供這種服務，內部支持也是必不可少的。
Nilsson表示：「業務了推動產品開發，然後我們展開合作，以合理的方式在恰當的環境中將其集成起來，例如，我們在網路安全方面是不會孤立地開展工作的，而是對此有共同的想法並使用共同的工具。」
IT部門還致力於提高數據質量和管理水平，以更好地利用眾多來源，從而成為更加以數據為驅動的組織。Nilsson表示，他們已經取得了良好的進展，但不可否認的是，還有很多工作要做，因為要在大型組織中擁有所有權並簡化數據管理是很難的。
不過，隨著Getinge公司聯網產品的數據收集在他們自己的平台上，客戶可以通過門戶網站訪問資訊，已經取得了可衡量的進展。
Nilsson表示：「從長遠來看，我們設想未來將提供新的服務，例如能夠根據我們對產品的了解來提供預測性維護。」
數據訪問
在過去兩年中，Getinge公司已經從傳統的BI解決方案轉移到現代的Power BI環境中，以便最終用戶能夠更輕鬆地訪問所需的數據。
Getinge公司還運用了機器學習從各種公共來源收集資訊，這些資訊可在內部用於市場和產品分析。未來，他們還有機會讓資訊獲取更編輯，方法就是讓用戶直接從數據倉庫中搜索資訊，而不是通過傳統的BI工具。
Getinge公司使用機器學習的另一個例子，是為應對2020年新冠疫情開發了一款應用（主要用於德國），應用中提供的地圖會顯示特定區域的感染人數，以及Getinge適用產品的銷售地點，以便將其從一家醫院轉移到最需要這些產品的另一家醫院。
生成式AI打開了一扇大門
現在，生成式AI讓AI變得更容易獲得了，也給Getinge這樣的公司開闢了許多新的機會。Nilsson表示：「從簡單的翻譯服務到用於創建產品目錄或風險分析的更高級解決方案，應有盡有。」
Getinge公司在這方面還處於早期階段，管理層對採用新興技術的壓力很大。其中，微軟正在多個試點小組中測試Copilot，並且已經推廣到部分管理層。和許多其他公司一樣，Getinge正在尋找與業務相符的AI應用用例。這些創意被收集到一個資料庫中，根據它們可以提供的價值進行評分，目前，已經確定了超過25個領域，這些領域對於Getinge公司來說都是可以帶來直接好處的。
「還有很多資訊是關於其他公司正在做什麼的，對我們來說，重要的是將其轉化為我們自己獨特的創意，但重要的一點是，在投資和獲得的價值之間要取得平衡。」
平衡是一件很困難的事情。一方面，企業對AI服務的需求越來越高，同時，關注質量和成本也是必不可少的。
Nilsson說：「我們不想承諾特定的廠商，因為AI發展得太快了，所以我們試圖保持中立。這種權衡是很難的，而且需要很多溝通，作為用戶，你想要的只是一個是或否的答案。」
為了向前發展，Getinge公司試圖找到可以適當擴展的內部工具，不會占用太多資源，同時又可以為員工提供更多服務。這可能意味著需要為更高級的用戶提供更具體的工具，而Nilsson認為，可能需要針對特定需求建立用戶分類系統。
進步的代價
雖然Getinge公司正在進行大量開創性的數字化工作，但挑戰依然存在，其中之一就是由於收購而產生的技術債務。
Nilsson說：「當你收購其他公司並將這些公司放到我們自己更標準化的平台上以實現規模經濟時，這就有點難了，而且這需要時間，們沒有那麼多資源可以投入組建一個SWAT團隊。」
更重要的是，有越來越多的法規是Getinge公司需要遵守的，這就要求在這方面給予越來越多的重視。從行業特定要求，到網路安全和AI法規，一切都不僅給內部流程帶來了壓力，而且給整個價值鏈帶來了壓力。
「除了滿足所有內部需求需要的時間之外，面對這一切也很難，」Nilsson說。
從外部來看，這些要求不僅來自歐盟，對於像Getinge這樣的全球性公司來說，還有一些要求並不總是與歐盟保持一致的。
Nilsson說：「過去兩年，一個典型的例子就是關於數據應該存儲在哪裡。歐盟是第一個這樣做的國家，但現在世界其他地區也開始對存儲提出要求，有時甚至深入到國家層面。這給數據在不同地區之間的遷移造成了障礙，而這對於全球服務來說將變得越來越艱難。」
監管合規方面的工作也滲透到Getinge公司正在進行的整體數字化工作中，納入了所有流程改進中，是控制數據和確保數據質量工作的一個組成部分。
Nilsson表示：「我們和業務部門合作開發產品，如果你看看即將出台的立法就知道，我們應該能夠解釋我們的AI服務如何運作，能夠控制數據源。」
